«bootstrap» etiketlenmiş sorular

Bootstrap, bir istatistiğin örnekleme dağılımını tahmin etmek için bir yeniden örnekleme yöntemidir.

2
Medyanlar arasındaki farkın% 95'lik bir güven aralığı nasıl oluşturulur?
Benim sorunum: Paralel grup, primer sonucun çok doğru eğriltilmiş dağılımına sahip, randomize bir deneme. Normalliği varsaymak ve normal% 95 CI'leri kullanmak istemiyorum (yani 1.96 X SE kullanarak). Ortanca eğilim ölçüsünü ortanca olarak ifade etmekte rahatım, ancak sorum o zaman iki grup arasındaki medyanlardaki farkın% 95'ini nasıl oluşturacağımı soruyorum. Akla gelen …

4
RANSAC neden istatistiklerde en yaygın şekilde kullanılmıyor?
Bilgisayarla görme alanında, çoğu aykırı verilere veri yerleştirmek için RANSAC (Random Sample Consensus) yöntemini kullandım. Bununla birlikte, istatistikçiler tarafından kullanıldığını hiç görmedim ve her zaman "istatistiksel olarak sağlam" bir yöntem olarak görülmediği izlenimini edindim. Neden böyle? Doğada, rastgele, analiz etmeyi zorlaştırıyor, ancak önyükleme yöntemleri de var. Yoksa sadece bir akademik …

1
Önyükleme işleminin geçerli olduğunu gösteren bir sonuç var mı?
İstatistiğimizin istatistiklerinin dağıtım fonksiyonundan çizilen verilerinin bir fonksiyonu olduğunu varsayıyoruz . Örneğimizin ampirik dağılım işlevi . Bu nedenle, , rastgele bir değişken olarak görülen istatistiktir ve , istatistiğin bootstrap sürümüdür. KS mesafesi olarak kullanıyoruzX, 1 , ... x n F F θ ( F ) θ ( F ) D …

1
Multinomial (1 / n,…, 1 / n) ayrıklaştırılmış bir Dirichlet (1, .., 1) olarak tanımlanabilir mi?
Yani bu soru biraz dağınık, ama bunu telafi etmek için renkli grafikler ekleyeceğim! Önce Arkaplan, Sonra Soru (lar). Arka fon Diyelim ki kategorilerinde eşit probailitlerle boyutlu bir multinom dağılımınız var . Let normalize sayar (olması olduğunu dağılımından),:nnnnnnπ=(π1,…,πn)π=(π1,…,πn)\pi = (\pi_1, \ldots, \pi_n)ccc (c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c1,…,cn)∼Multinomial(1/n,…,1/n)πi=cin(c_1, \ldots, c_n) \sim \text{Multinomial}(1/n, \ldots, 1/n) \\ \pi_i …

3
Sınıflandırma performansını değerlendirmek için çapraz onaylama mı yoksa önyükleme mi?
Bir sınıflandırıcının belirli bir veri setindeki performansını değerlendirmek ve diğer sınıflayıcılarla karşılaştırmak için en uygun örnekleme yöntemi nedir? Çapraz onaylama standart bir uygulama gibi görünmektedir, ancak .632 önyükleme gibi yöntemlerin daha iyi bir seçim olduğunu okudum. Bir takip olarak: Performans ölçütü seçimi cevabı etkiler mi (doğruluk yerine AUC kullanırsam)? Nihai …

2
R'deki önyükleme gerçekte nasıl çalışır?
R'deki boot paketine bakıyordum ve nasıl kullanılacağına dair bazı iyi primerler bulurken, henüz "sahne arkasında" ne olduğunu tam olarak anlatan bir şey bulamadım. Örneğin, bu örnekte , kılavuz standart regresyon katsayılarının bir önyükleme regresyonu için başlangıç ​​noktası olarak nasıl kullanılacağını gösterir, ancak önyükleme regresyon katsayılarını türetmek için önyükleme prosedürünün gerçekte …

1
Bootstrapping vs Bayesian Bootstrapping kavramsal olarak?
Bayesian Bootstrapping işleminin ne olduğunu ve bunun normal bootstrapping işleminizden ne şekilde farklı olacağını anlamada sorun yaşıyorum. Ve eğer biri sezgisel / kavramsal bir inceleme ve ikisinin karşılaştırmasını sunabilirse, bu harika olurdu. Bir örnek alalım. Diyelim ki [1,2,5,7,3] bir veri kümemiz var. X boyutuna eşit numune boyutları oluşturmak için birçok …

1
Regresyondaki katsayıların güven aralığını tahmin etmek için bootstrap kullanmanın iki yolu
Verilerime doğrusal bir model uyguluyorum: yben= β0+ β1xben+ ϵben,εben∼ N( 0 , σ2) .yben=β0+β1xben+εben,εben~N-(0,σ2). y_{i}=\beta_{0}+\beta_{1}x_{i}+\epsilon_{i}, \quad\epsilon_{i} \sim N(0,\sigma^{2}). Bootstrap yöntemini kullanarak katsayıların ( , ) güven aralığını (CI) tahmin etmek istiyorum . Bootstrap yöntemini uygulamanın iki yolu vardır:β0β0\beta_{0}β1β1\beta_{1} Eşleştirilmiş yanıt tahmincisi örneği: çiftlerini rastgele yeniden örnekleyin ve her çalışmaya doğrusal …

2
Bootstrapping - önce aykırı değerleri çıkarmam gerekir mi?
Yeni bir ürün özelliği için ayrı bir test yaptık ve gelirdeki artışın önemli olup olmadığını ölçmek istiyoruz. Gözlemlerimiz kesinlikle normal olarak dağıtılmamıştır (kullanıcılarımızın çoğu harcama yapmaz ve bunu yapanların içinde çok sayıda küçük harcayan ve birkaç çok büyük harcayan kişiye doğru eğilir). Araçları karşılaştırmak, normal olarak dağıtılmayan verilerin konusunu ele …

1
Standart bootstrap dağıtımı hatası kullanımı
(ana sorum dilden bağımsız olduğundan, gerekirse R kodunu yoksayın) Eğer basit bir istatistiğin değişkenliğine bakmak istersem (ör: ortalama), bunu teori ile yapabileceğimi biliyorum: x = rnorm(50) # Estimate standard error from theory summary(lm(x~1)) # same as... sd(x) / sqrt(length(x)) veya bootstrap ile: library(boot) # Estimate standard error from bootstrap (x.bs …

3
Normal olarak dağıtılmamış bir örnekte bir ortalamanın güven aralığını nasıl hesaplayabilirim?
Normal olarak dağıtılmamış bir örnekte bir ortalamanın güven aralığını nasıl hesaplayabilirim? Burada yaygın olarak kullanılan bootstrap yöntemlerini anlıyorum, ancak diğer seçeneklere açığım. Parametrik olmayan bir seçenek ararken, birisi beni parametrik bir çözümün geçerli olduğuna ikna edebilirse, bu iyi olur. Numune boyutu> 400'dür. Herkes R bir örnek verebilir eğer çok takdir …

1
İki araç arasındaki farkı test etmek için H0 altında bootstrap kullanma: gruplar içinde veya havuzda toplanmış örnek içinde değiştirme
İki bağımsız grup içeren bir veri bulduğumu varsayalım: g1.lengths <- c (112.64, 97.10, 84.18, 106.96, 98.42, 101.66) g2.lengths <- c (84.44, 82.10, 83.26, 81.02, 81.86, 86.80, 85.84, 97.08, 79.64, 83.32, 91.04, 85.92, 73.52, 85.58, 97.70, 89.72, 88.92, 103.72, 105.02, 99.48, 89.50, 81.74) group = rep (c ("g1", "g2"), c (length …

2
Bootstrap örneğinin ortalaması ve örneğin istatistiği
Stastitic (örn. Ortalama) için bu örnekten bir örnek ve bootstrap örneğim olduğunu varsayalım . Hepimizin bildiği gibi, bu önyükleme örneği istatistiğin tahmincisinin örnekleme dağılımını tahmin eder .χχ\chi Şimdi, bu bootstrap örneğinin ortalaması popülasyon istatistiği için orijinal örneğin istatistiğinden daha iyi bir tahmin midir? Hangi koşullarda böyle olur?

1
Bootstrap tabanlı güven aralığı
Bootstrap tabanlı güven aralığını incelerken, bir keresinde aşağıdaki ifadeyi okudum: Önyükleme dağıtımı sağa eğilirse, önyükleme tabanlı güven aralığı, uç noktaları sağa daha da ileriye taşımak için bir düzeltme içerir; bu mantıksız görünebilir, ancak doğru eylemdir. Yukarıdaki ifadenin altında yatan mantığı anlamaya çalışıyorum.

3
Neden Bootstrapping'e ihtiyacımız var?
Şu anda Larry Wasserman'ın "Tüm İstatistikler" i okuyorum ve parametrik olmayan modellerin istatistiksel işlevlerini tahmin etme bölümünde yazdığı bir şeyden şaşkınım. O yazdı "Bazen bazı hesaplamalar yaparak istatistiksel bir işlevin tahmini standart hatasını bulabiliriz. Ancak diğer durumlarda standart hatanın nasıl tahmin edileceği açık değildir". Bir sonraki bölümde bu konuyu ele …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.